Python数据挖掘 环境搭建
deepin
有很多小伙伴想学习python,但windows写python基本是坑,deepin属于linux分支,界面美观,内置大量桌面软件,对新手十分友好,这里尝试在深度系统(deepin)内安装python开发工具 jupyter，并完成一个绘制折线图的入门案例
将默认的bash更换为zsh(个人喜好,可跳过)
- 首先，安装zsh：
sudo apt-get install zsh- 先安装git
sudo apt-get install git- 再安装oh-my-zsh
sudo wget https://github.com/robbyrussell/oh-my-zsh/raw/master/tools/install.sh -O - | sh- 切换到 zsh 模式
chsh -s /usr/local/bin/zsh- 配置
.zshrc(可跳过)
cd ~
git clone git://github.com/seebi/zshrc.git .zsh
cd .zsh/
make install安装python2, python3
sudo apt install python2
sudo apt install python3安装pip
sudo apt install python-pip安装pip3
sudo apt install python3-pipapt安装virtualenv
sudo apt install virtualenvpip安装virtualenv
pip install virtualenvpip安装virtualenvwrapper
pip install virtualenvwrapper配置virtualenvwrapper
- 默认查看virualenvwrapper.sh的位置为
$HOME/.local/bin/virtualenvwrapper.sh- 在
.zshrc底部新增
export WORKON_HOME=$HOME/.virtualenvs
source $HOME/.local/bin/virtualenvwrapper.sh
新增virtualenvwrapper配置项
- 在shell中执行
source $HOME/.zshrc创建python2和python3虚拟开发环境
- 查看python2解释器所在位置(这里得到的路径为
/usr/bin/python2.7)
whereis python2- 创建python2开发环境
mkvirtualenv py2 -p /usr/bin/python2.7- 查看python3解释器所在位置(这里得到的路径为
/usr/bin/python3.5)
whereis python3- 创建python3开发环境
mkvirtualenv py3 -p /usr/bin/python3.5virtualenvwrapper的使用
- 进入到python2环境
workon py2- 从python2切换到python3环境(切换和进入是同一个命令)
workon py3- 虚拟环境中安装软件(以jupyter为例)
# 安装jupyter
pip3 install jupyter- virtualenvwrapper命令扩展(新手安装环境,请直接跳过)
#导出 虚拟环境中的包(备份)
pip freeze > requirements.txt
# 导入 安装备份的包信息(恢复)
pip install -r requirements.txt
# 退出虚拟环境
deactivate
# 删除虚拟环境
rmvirtualenv 环境名jupyter启动
# 进入刚刚安装jupyter的虚拟环境
workon py3
# 开启jupyter
jupyter notebook
启动jupyter
在py3下新建工作空间
jupyter跑起来
在jupyter中安装 matplotlib 进行绘图(绘制折线图,并保存)
pip install matplotlibimport matplotlib.pyplot as plt
import random
import matplotlib.pyplot as plt
# 保证生成的图片在浏览器内显示
%matplotlib inline
plt.rcParams['font.family'] = ['Arial Unicode MS', 'sans-serif']
# 指定画板的大小等等
plt.figure(figsize=(6, 6), dpi=100)
# 指定axis的一些坐标点,必须是列表
x = [1,2,3,4,5,6,7]
y = [107,17,108,15,101,11,102]
# 画出折线图
plt.plot(x, y)
# 将图片保存在文件同级目录下(必须在show()的前面调用)
plt.savefig("./test.png")
# 最终显示图
plt.show()
代码分开执行
执行效果
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2017.12.12 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录